WIA SOOM 模擬器

冷鏈物流樞紐 即時模型

你負責一個溫度敏感貨品（如疫苗）配送中心的碼頭與冷藏庫。每開一次門，暖空氣就會進來；佇列裡的每輛貨車都是在等待的貨物；貨品必須維持在 2 °C 到 8 °C 之間。

你將學到什麼

模擬器

時間 0 min
貨品溫度 5.0 °C · 等待的貨車 0 · 貨車等待時間 0 min❄ 5.0 °C · 📦 5.0 °C · ⚡ 0.0 kW···✕✕✕🚚 0 · ⏱ 0 min
  • 門閒置
  • 卸貨中（門開著）
  • 貨車等待中
  • 故障冷藏車

控制項

每個有人值守的碼頭門一次卸一輛車，開啟時也會讓暖空氣進來。

在 2–8 °C 範圍內。設得愈低緩衝愈大，但耗能也愈多。

兩台壓縮機，每台冷卻能力 40 kW。

減少暖空氣從開啟的門滲入；風扇會耗用一些電力。

把冷凍機組故障的貨車移到隊伍最前面。

指標

貨品溫度
5.0°C
正常
貨車等待時間
0min
正常
溫度偏離
0.00°C·h
正常
故障冷藏車的貨物
4.0°C
正常
冷藏庫空氣5.0 °C
人力工時（值守碼頭門小時數）0.5 h
等待的貨車0
碼頭使用率0 %
冷凍耗電0.0 kW

趨勢

貨品溫度: — °C14.00.0

危機情境

第 1 級 · 炎熱天氣下壓縮機故障

室外 33 °C，貨車源源不絕地抵達，四個門開著卸貨。兩台壓縮機中有一台即將故障。請讓疫苗維持在 2–8 °C 之內。

  • 貨品溫度始終不超過 8 °C
  • 冷藏庫空氣始終不超過 7 °C 預警值（場站設定——假設）
  • 貨車平均等待時間 ≤ 60 min

第 2 級 · 連假尖峰

在 14 小時作業日開始四小時後，連假尖峰到來：連續七個小時，每小時有 7 輛貨車依預約時段到達——是平常 3 輛的兩倍多——而只有三個門有人值守。預約司機有固定時段，所以平均等待時間必須維持在 20 分鐘以內。額外的碼頭人力隨時待命，但當天的加班預算只夠 68 個值守碼頭門小時。要及時開足碼頭門——同時不能在 33 °C 的午後把冷藏庫「煮熟」。

  • 自尖峰起貨車平均等待時間 ≤ 20 min（預約時段——硬性上限）
  • 貨品溫度始終不超過 8 °C
  • 平均冷凍耗電 ≤ 55 kW
  • 人力工時 ≤ 68 個碼頭門小時（加班預算——假設）

第 3 級 · 場內冷藏車故障

已經有十二輛貨車在等待，而只有兩個門有人值守。這時佇列後段一輛貨車的冷凍機組在 35 °C 的高溫下壞了。

  • 故障冷藏車的貨物溫度始終不超過 8 °C
  • 庫內貨品溫度始終不超過 8 °C
  • 貨車平均等待時間 ≤ 90 min

依據：數字背後的模型

模擬器使用的每一個關係式及其來源。標示為假設的常數是示意校準值。

冷藏庫熱平衡：牆體與開啟的門帶入熱量，冷凍系統把熱量帶走。
C · dT/dt = UA·(T_out − T) + Q_door − Q_refrig[3][2]假設：熱容量、牆體與門的熱傳導係數、壓縮機容量與作業時間皆為示意數值。
門的滲風量隨開啟門數與溫差增加；風簾可減少滲風。
Q_door = n_open · 0.6 · 1.2 kW/K · (T_out − T) · (1 − 0.7·curtain)[2]假設：熱容量、牆體與門的熱傳導係數、壓縮機容量與作業時間皆為示意數值。
冷凍效率取為卡諾極限的一個比例。
COP = 0.45 · T_evap / (T_cond − T_evap) [K][4]
貨品中心溫度落後空氣溫度兩小時。
T_product(t+Δt) = T_room + (T_product − T_room)·e^(−Δt/2h)[3]
溫度偏離：超出 2–8 °C 儲存範圍（過熱或結凍）的度·小時數。
excursion = Σ max(0, T − 8, 2 − T) · Δt [°C·h][1]
模型使用的其他運轉常數。
cold room 60 MJ/K, walls 0.6 kW/K · door open 60 % of unloading · air curtain −70 % infiltration, +3 kW fan per busy door · 2 × 40 kW compressors, −1 %/K above 32 °C · 4 kW per busy door (levellers, lights) · failed reefer τ = 3 h · scenario site settings: cold-room pre-alarm 7 °C, overtime budget 68 door-hours per 14 h day · booked trucks miss 5 % of slots · unloading Erlang-2假設：熱容量、牆體與門的熱傳導係數、壓縮機容量與作業時間皆為示意數值。
未預約的貨車隨機到達，已預約的貨車依預約時段到達（少數會錯過時段），各碼頭門並行服務。等待時間遵循利特爾法則：以佇列長度除以過去一小時內每小時實際卸完的貨車數，因此到達率改變時，不變的佇列不會突然跳動。
arrivals ~ Poisson(λΔt) + booked slots (5 % no-show), service ~ Erlang-2 (mean 45 min), c staffed doors; X = n_busy / 45 min (smoothed, τ = 1 h); W_q = L_q / X[6][5]
人力工時：每個有人值守的碼頭門都要付費，不論門口有沒有貨車。
crew time = Σ c_staffed · Δt [door-hours]

隨機性：帶種子的 mulberry32 產生器；使用的分布包括均勻分布、指數分布（反 CDF）、常態分布（Box–Muller）與卜瓦松分布（Knuth）。種子會顯示出來，並且可以分享。

來源

  1. PAHO — Cold chain: vaccines are stored and transported between +2 °C and +8 °C — Pan American Health Organization
  2. ASHRAE Handbook — Refrigeration, ch. 24 Refrigerated-Facility Loads (door infiltration, Gosney–Olama model; air curtains) — ASHRAE, 2022
  3. F. P. Incropera et al. — Fundamentals of Heat and Mass Transfer: lumped capacitance — Wiley, 2011
  4. Y. A. Çengel, M. A. Boles — Thermodynamics: Carnot COP of refrigerators — McGraw-Hill, 2019
  5. J. D. C. Little — A Proof for the Queuing Formula L = λW — Operations Research 9(3), 1961
  6. D. Gross, C. M. Harris — Fundamentals of Queueing Theory (M/M/c) — Wiley, 2008

誰在從事這份工作

教育模型，不可用於實際營運決策。真實場域會依自己的設備與資料校準每一個常數。